论文部分内容阅读
在水下机器人作业领域，载人潜水器(Human Occupied Vehicle，简称HOV)使得人类亲自探求深海奥秘的梦想得以实现，也使人类的智慧在深海作业中得到最及时充分的发挥。然而HOV对海洋的精确作业也对水下导航技术提出了更高的要求。水声定位法通过确定潜水器相对于海底应答器的位置，能够实现潜水器的高精度定位导航。
中科院沈阳自动化所参与研制了蛟龙号7000米载人潜水器的控制系统，其中的导航系统前期采用了超短基线声学定位装置，后期采用了长基线声学定位装置，正在开展研究的4500米载人潜水器计划采用长基线声学定位装置，因此依托项目背景需要，对基于超短基线和长基线导航系统的研究具有很大的实际应用价值和学术价值。在往次海试实验数据的基础上，本文分别研究了基于超短基线、基于长基线的组合导航两种导航系统，该导航系统融合声学定位装置、运动传感器、多普勒计程仪的数据为HOV提供精确的位置、速度和姿态信息，为HOV的安全航行和有效作业提供必要、有效的信息。
本文首先介绍了水下机器人组合导航系统的研究现状;分析了载人潜水器的应用背景、结构特点;根据载人潜水器导航系统的构成设计了组合导航方案;针对数据融合方法研究了三种滤波方法:扩展卡尔曼滤波(Extended KalmanFilter，简称EKF)、无色卡尔曼滤波(Unscented Kalman Filter，简称UKF)和自适应无色卡尔曼滤波（Adaptive Unscented Kalman Filter，简称AUKF）;根据不同的应用背景和组合导航系统，基于往次海试实验数据对比分析了三种滤波方法的实验结果和优缺点;基于Google Earth的二次开发，编写了组合导航算法的应用软件。
本文设计的组合导航算法不仅适用于深海载人潜水器的导航，对于其它水下机器人也有借鉴和指导意义。